Yolov5 Для Распознавания Марок Автомобилей

Введение Недавно опубликовано объявление новый YOLOv5, который концептуально обеспечивает гораздо лучшую степень распознавания набора данных COCO, чем предыдущие версии.

Автор решил опробовать новую модель на задаче по распознаванию марок автомобилей.

Данные

Датасет собирался вручную путем фотографирования припаркованных на стоянке автомобилей с видимым значком бренда (для этого мне пришлось выйти из дома в 5 утра, чтобы не напугать удивленных прохожих).

Разметка данных выполнена с помощью инструмента меткаImg .

Всего было отмечено 118 фотографий автомобилей следующих марок: Lada, Kia, Nissan, Volkswagen, Chevrolet, Ford, Mitsubishi, Renault, Hyundai, Opel. Это довольно оптимистичная цель — попытаться обучить нейронную сеть на таком небольшом наборе данных, однако покажет только практика!

Предварительная обработка

   

 from lxml import etree
 import cv2
 from glob import glob
 import re
 
 CAR_BRANDS_PATH = 'CAR_BRANDS/'
 
 classes = {'lada': 0, 'kia': 1, 'nissan': 2, 'volkswagen': 3, 'chevrolet': 4,
            'ford': 5, 'mitsubishi': 6, 'renault': 7, 'hyundai': 8, 'opel': 9}
 
 def extract_txt(img_path, xml_path, txt_path):
     img = cv2.imread(img_path)
     W = img.shape[1]
     H = img.shape[0]
     tree = etree.parse(xml_path)
 
     root = tree.getroot()
     with open(txt_path, 'w') as f:
         for child in root:
             if child.tag == 'object':
                 for object_child in child:
                     coords = []
                     if object_child.tag == 'name':
                         f.write(str(classes.get(object_child.text))+' ')
                     if object_child.tag == 'bndbox':
                         for bbox_child in object_child:
                             coords.append(int(bbox_child.text))
                         xmin = coords[0]
                         xmax = coords[2]
                         ymin = coords[1]
                         ymax = coords[3]
 
                         w = (xmax - xmin) / W
                         h = (ymax - ymin) / H
                         xc = (xmin + (xmax - xmin) / 2) / W
                         yc = (ymin + (ymax - ymin) / 2) / H
 
                         f.write(str(xc)+' '+str(yc)+' '+str(w)+' '+str(h)+'\n')
 
 
 xmls = sorted(glob(CAR_BRANDS_PATH + '*.

xml'))
 
 for xml_path in xmls:
     img_path = re.findall('[A-Za-z0-9_/]+', xml_path)[0]+'.

jpg'
     txt_path = re.findall('[A-Za-z0-9_/]+', img_path)[0]+'.

txt'
     extract_txt(img_path, xml_path, txt_path)

   

jpg') for file in files: img = cv2.imread(file) img = cv2.resize(img, (416, 416)) cv2.imwrite(file, img)

Увеличение

Фотографии умножены до 4130, типы увеличения - Обрезка, Яркость, Экспозиция, Шум.

Итоговые файлы были разделены на обучающие, валидационные и тестовые в соотношении 7:2:1.

Образование

/valid/images nc: 10 names: ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9']

где train — путь к каталогу, содержащему изображения для поезда, valid — изображения проверки, nc — количество классов, имена — имена классов.

Вам также необходимо поместить архитектуру в каталог yolov5/models/.

Возьмем за основу архитектуру yolov5s.yaml и разместим в custom_yolov5s.yaml следующую информацию:

# parameters nc: 10 # number of classes depth_multiple: 0.33 # model depth multiple width_multiple: 0.50 # layer channel multiple # anchors anchors: - [10,13, 16,30, 33,23] # P3/8 - [30,61, 62,45, 59,119] # P4/16 - [116,90, 156,198, 373,326] # P5/32 # yolov5 backbone backbone: # [from, number, module, args] [[-1, 1, Focus, [64, 3]], # 1-P1/2 [-1, 1, Conv, [128, 3, 2]], # 2-P2/4 [-1, 3, Bottleneck, [128]], [-1, 1, Conv, [256, 3, 2]], # 4-P3/8 [-1, 9, BottleneckCSP, [256]], [-1, 1, Conv, [512, 3, 2]], # 6-P4/16 [-1, 9, BottleneckCSP, [512]], [-1, 1, Conv, [1024, 3, 2]], # 8-P5/32 [-1, 1, SPP, [1024, [5, 9, 13]]], [-1, 6, BottleneckCSP, [1024]], # 10 ] # yolov5 head head: [[-1, 3, BottleneckCSP, [1024, False]], # 11 [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]], # 12 (P5/32-large) [-2, 1, nn.Upsample, [None, 2, 'nearest']], [[-1, 6], 1, Concat, [1]], # cat backbone P4 [-1, 1, Conv, [512, 1, 1]], [-1, 3, BottleneckCSP, [512, False]], [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]], # 17 (P4/16-medium) [-2, 1, nn.Upsample, [None, 2, 'nearest']], [[-1, 4], 1, Concat, [1]], # cat backbone P3 [-1, 1, Conv, [256, 1, 1]], [-1, 3, BottleneckCSP, [256, False]], [-1, 1, nn.Conv2d, [na * (nc + 5), 1, 1, 0]], # 22 (P3/8-small) [[], 1, Detect, [nc, anchors]], # Detect(P3, P4, P5) ]

Теперь вы можете начать учиться.

Перейдем к yolov5/:

cd yolov5/

и обучим нашу модель:

python train.py --img 416 --batch 4 --epochs 50 --data '.

/data.yaml' --cfg .

/models/custom_yolov5s.yaml --weights '' --name yolov5s_results --nosave --cache

Результаты

/test/images

При желании вы можете увеличить или уменьшить значение параметра conf — это позволит вам выбирать прогнозы с вероятностью большей, чем указано в conf. Результаты сохраняются в каталог yolov5/inference/output/ (как изображения, так и TXT-файлы (при условии указания флага --save-txt).

Из 12 фотографий, выбранных для теста, бренды распознались в 10 случаях, и все распознанные оказались правильными.

Вполне хороший результат для исходной выборки из 118 фотографий.

Примеры вывода нейросети (для идентификации брендов используем записанный ранее словарь):



И, наконец, давайте подробнее рассмотрим процесс обучения.

Во время тренировки YOLOv5 делает что-то похожее на фотографии:



Это так называемая «мозаичная аугментация» — к фотографиям применяются отражения и разрезание фотографий на части.

Вы можете удалить его, войдя в код train.py и изменив флаг augmet на False. Когда его использование может причинить вред? Например, если бы мы поставили задачу идентифицировать номерные знаки, отражение и разрезание отдельных букв и цифр привело бы не к улучшению, а к ухудшению качества распознавания.

Что дальше?

Напомню, мы использовали yolov5s — он считается самым быстрым, но не лучшим по качеству распознавания.

Также классической темой YOLO является игра со значениями якорей.

Итак, давайте следить за новостями о новых архитектурах нейросетей и пробовать их на собственных данных! Надеюсь, эта статья была вам полезна.

Теги: #Машинное обучение #python #машинное обучение #компьютерное зрение #yolov5

• Приобретите Технический, Но Простой Процесс Для Перехода Outlook На Lotus Notes

  19 Oct, 24

• Новости Бизнеса С Помощью Удаленного Приложения Quickbooks

  19 Oct, 24

• Лучший Ux — Вообще Никакого Пользовательского Интерфейса

  19 Oct, 24

• Подготовка Иерархической Кластеризации Или Как Я Определил Специализации В Резюме

  19 Oct, 24

• 3D Влог №3: Производство 3D Принтеров В России. Обзор И Интервью — Picaso 3D

  19 Oct, 24

• Внешний Кадровый Резерв - Это...

  19 Oct, 24

• Соединение Компьютер-Компьютер Через Интернет С Динамическим Ip

  19 Oct, 24

• Как Я Переехал В Израиль После Блокировки Telegram

  19 Oct, 24

• Оказалось, Что Xbox One Включается, Когда Слышит Свою Рекламу По Телевизору

  19 Oct, 24

• Какими Сервисами Персонализации Пользуются Российские Интернет-Магазины? Кейсы И Примеры

  19 Oct, 24